深度学习在大田种植中的应用及展望

• 作者: 台海江 郭祥云
• 来源期刊: 中国农业大学学报
• 学科: 农学
• 关键词: 深度学习 机器学习 大数据 智慧农业 大田种植
• 年，卷（期）: 2019,（1）
• 页码范围: 119-129
• 页数: 11页
• 分类号: S2
• 字数: 8844字
• 语种: 中文
• DOI: 10.11841/j.issn.1007-4333.2019.01.16

摘要

深度学习是目前机器学习领域最前沿和最具前景的技术,本研究采用归纳总结法,介绍了深度学习的特征及与传统机器学习的区别,归纳和梳理了深度学习在大田种植中的应用现状.结果表明:1)深度学习在大田种植中的应用初现端倪,主要集中在作物的识别与分类、农业遥感影像应用、土壤环境监测、农业场景识别等;2)采用的主要模型有卷积神经网络(CNN)、自编码(AE)、深度置信网络(DBN)、堆栈自编码(SAE)、全卷积神经网络(FCN)、深度神经网络(DCNN)等,其对各领域的分类与识别精度均有提高;3)目前存在的主要问题是标注数据缺乏,尤其在遥感图像分类领域,普遍采用了迁移学习、数据增强、微调等技术来解决标注数据缺乏的问题.随着大田种植领域数据的增长以及信息技术的快速发展,基于深度学习和多源异构数据的作物识别与分类、作物长势监测、病虫害预测预警、农作物产量预测、果树花朵及果体识别、水果质量及产量的优化控制等将会获得较快发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭祥云	北京信息科技大学信息管理学院	9	31	4.0	5.0
2	台海江	河南农业大学信息与管理科学学院	7	14	3.0	3.0